基于云計算的智慧城區(qū)物聯(lián)網(wǎng)運維管控平臺研究

閆 亮，李 過，徐雁云

（中建電子信息技術(shù)有限公司，西安 710061）

目前，我國很多城市把智慧城市建設(shè)作為工作的重心，構(gòu)建了智慧城市的管理體系和相應(yīng)的平臺。因此，對智慧城區(qū)的管理探索具有重要的現(xiàn)實意義。而在管理方面，由于采集到的資源是動態(tài)的、異質(zhì)的，在對大量的數(shù)據(jù)任務(wù)進(jìn)行調(diào)度和資源配置時，既要考慮到系統(tǒng)的處理時間、處理能力，又要兼顧資源的平衡，增加了對智能城市的管控難度。在該背景下，較多學(xué)者都研究了管控平臺，文獻(xiàn)[1]研究了一種基于區(qū)塊鏈技術(shù)的智能運維系統(tǒng)，文章從技術(shù)角度對基于Raft 協(xié)議的塊鏈技術(shù)進(jìn)行了分析，并對其在智能化運營中的具體運用進(jìn)行了闡述。并將其與傳統(tǒng)技術(shù)進(jìn)行了比較，并提出了一種新型的設(shè)計組合結(jié)構(gòu)和重構(gòu)方法；文獻(xiàn)[2]研究了基于大數(shù)據(jù)云平臺的智慧城市軌道交通運維管理一體化體系，建立了以大數(shù)據(jù)為基礎(chǔ)的智能城市軌道交通運維管理集成體系、全面智能化故障管理體系和智能化維護(hù)管理體系。上述提出的管控平臺雖然能夠起到管控的作用，但是在有些情況下，管控效果不是很好。

云計算是高度發(fā)展的互聯(lián)網(wǎng)信息技術(shù)，它把所有可用的資源都以“云”的方式進(jìn)行了共享，用戶可以通過網(wǎng)絡(luò)向“云”提出所需的服務(wù)和資源。最后的處理結(jié)果將通過云服務(wù)器的探索、共享和計算反饋到用戶。“云”中的資源對使用者沒有任何限制，可以隨時取用?；谠朴嬎愕倪@個優(yōu)點，將其應(yīng)用到智慧城區(qū)物聯(lián)網(wǎng)運維管控平臺中，期望提高智慧城區(qū)的管控效果。

1 智慧城區(qū)物聯(lián)網(wǎng)運維管控平臺的關(guān)鍵模塊設(shè)計

此次研究的平臺將大量的傳感器、數(shù)據(jù)采集設(shè)備和二維碼等信息技術(shù)應(yīng)用到用戶和公用設(shè)備之間。用戶可以通過不同的終端（智能手機(jī)、臺式機(jī)、筆記本等）接入云端平臺，實現(xiàn)數(shù)據(jù)的交換和同步[3]。

1.1 處理器模塊

根據(jù)城市智能城市管理系統(tǒng)的硬件需求，所選用的CPU 必須是性能優(yōu)良、功能強(qiáng)大、能耗低、能源效率高、能長時間穩(wěn)定運行的硬件平臺[4]。通過對CPU 性能的綜合分析，Cortex-A9 能夠滿足城市智能城市管理系統(tǒng)的硬件需求，具有性價比高、時鐘頻率高等特點，因此選用Exynos4412 為核心，結(jié)構(gòu)如圖1 所示。

圖1 Exynos4412 結(jié)構(gòu)Fig.1 Exynos4412 structure

下面是Exynos4412 的詳細(xì)說明：

（1）Exynos4412 是由Samsung 公司開發(fā)的四核處理器；

（2）采用了Cortex-A9內(nèi)核，32 位RISC 指令。該方法既可以滿足系統(tǒng)的峰值性能需求，又可以大大減少系統(tǒng)的功率消耗；

（3）Cortex-A9 采用了一種基于八層推理的管道結(jié)構(gòu)，它支持ARMv7 結(jié)構(gòu)，采用32/64 bit 的結(jié)構(gòu)，具有高效率和低功耗的特點；

（4）內(nèi)置32/32 KB 數(shù)據(jù)/指令一級緩存，1 MB 二級緩存（L2 緩存），最高可達(dá)到8000 DMIPS（每秒800 億條）的高性能計算能力[5]；

（5）支持二維、三維圖形加速、顯示與縮放操作、視頻音頻處理等；

（6）1 GB 的存儲空間，最高頻率400 MHz，1 個RTC 的實時時鐘，1 個被動PWM 蜂鳴器，1 只功率LED，4 只可編程LED；IRM3638 紅外接收機(jī)1 臺；4 GB 的eMMC，可以設(shè)置16 GB 的內(nèi)存；1 個電位計輸入（可在安卓系統(tǒng)中模擬電池的能量）。

1.2 GPRS 模塊

GPRS 模塊使用華為MG323 芯片，具有高集成度，工作穩(wěn)定，數(shù)據(jù)接收靈敏度高的特點[6]。GPRS 系統(tǒng)具有GSM 850/900/1800/1900 MHz 四個頻帶，可以更好地利用GSM 網(wǎng)絡(luò)，從而為無線數(shù)據(jù)傳輸提供了更好的解決方案。此模塊的工作電壓統(tǒng)一使用3.3 V 電源，以進(jìn)一步改善系統(tǒng)的穩(wěn)定性。該模塊內(nèi)置了TCP/IP 協(xié)議棧，支持UDP，HTTP，SOCKET 等多種傳輸方式，外部還有電源接口、射頻天線、SIM卡、RS232 通訊，方便軟件的設(shè)計和開發(fā)。MG323 支持AT 的標(biāo)準(zhǔn)和擴(kuò)展的AT 指令，AT 指令實際上是一個用戶與移動終端之間的通信協(xié)議。STM32 的主機(jī)控制器根據(jù)AT 命令[7]，以串行通訊方式發(fā)送AT命令，對MG323 進(jìn)行控制。AT 指令的命名是一種非常嚴(yán)格的形式，它是AT+命令字符和相關(guān)的參數(shù)字符，一般采用回車符來表示指令的結(jié)尾，AT 指令完成后，會返回一個完整的大寫字母。GPRS 模塊采用無線分組交換技術(shù)與基地站BTS 裝置進(jìn)行通信，再將數(shù)據(jù)包傳輸至基地站控制器BSC[8]，再將數(shù)據(jù)傳輸至SGSN。SGSN 的主要工作是實現(xiàn)與移動基地臺之間的信息交互，路由分播、流量統(tǒng)計、鏈路管理，SGSN 通過GPRS 無線網(wǎng)絡(luò)向GGSN 傳輸信息，并在GGSN 中完成數(shù)據(jù)的轉(zhuǎn)換，再由分組網(wǎng)絡(luò)向路由器傳輸，再由GPRS 網(wǎng)絡(luò)向服務(wù)器傳輸。

1.3 通信模塊

ZigBee 的核心是芯片的選型，它需要具備無線傳感器網(wǎng)絡(luò)的能力，包括存儲、傳輸、封裝等多種數(shù)據(jù)的能力，滿足ZigBee 的低功耗、低成本和高穩(wěn)定性。本文以CC2530 為主要芯片[9]，CC2530 是一款針對無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)處理專用芯片。主要特點：采用EEE802.15.4 協(xié)議標(biāo)準(zhǔn)的2.4 GHz，具有高性能、低功耗的8051 單片機(jī)核心；8～14 位ADC，2個8 位定時器；具有先進(jìn)的密碼標(biāo)準(zhǔn)處理器，21個通用/0 插針，2 個20 mA 的電流吸收和供電，3.3 V 的電力供應(yīng)；具有高可靠性、遠(yuǎn)距離通信、增加PA功能后的距離等優(yōu)點；CC2530 系列的閃存，包括256 KB，128 KB，64 KB，32 KB 多個外接針，RF 設(shè)計，抗干擾性和敏感性都很高。

在此基礎(chǔ)上，對ZigBee 核心板設(shè)計[10]，主要是針對城市內(nèi)部的終端模塊進(jìn)行組網(wǎng)，通過VO 端口將傳感器、控制器與ZigBee 內(nèi)核板相連，從而實現(xiàn)了各模塊的聯(lián)網(wǎng)，并與ZigBee 協(xié)調(diào)器共同構(gòu)成了每個教室的內(nèi)部控制網(wǎng)絡(luò)。硬件電路是CC2530 和擴(kuò)展板的集成，它包括電源接口、指示燈、調(diào)試接口、傳感器和控制模塊、LCD、復(fù)位和USB 接口等多種接口。

（1）電源：采用DC5V 擴(kuò)展板，由USB 和外部電源供電，并由AMS1117-3.3 芯片將電能轉(zhuǎn)化為核心板。為方便與其他外設(shè)的連接[11]，在底板上預(yù)留5 V，3.3 V 電源接口。

（2）按鍵：在擴(kuò)展板上，有3 個鍵，一端連接晶片的重置針，用以重置晶片：其它兩個晶片的外部中斷，用以控制訊號輸出。

（3）LED 燈：在擴(kuò)展板上設(shè)有6 個LED，一端為電源指示，2 個為串口接收信號，3 個為零端口，能顯示程序工作狀況。

（4）調(diào)試接口：用于程序的下載和調(diào)試。

（5）液晶接口：為了便于觀察程序的操作，在擴(kuò)展面板上采用SPI 界面的TFT 屏幕[12]，可以實時地將程序的運行情況顯示在液晶屏幕上，便于調(diào)試，在程序調(diào)試沒有問題后，也可以不用LCD 屏幕進(jìn)行操作。

（6）USB 轉(zhuǎn)串口：為了便于芯片的調(diào)試和與計算機(jī)的通訊，在擴(kuò)展板上加入了USB 的串口T。

（7）CC2530 接口：所有的晶片都是由插頭與擴(kuò)展面板相連，再由外部設(shè)備來選擇/輸出端口。

2 基于云計算的智慧城區(qū)的管控技術(shù)

采用注冊的方法，即在虛擬機(jī)計劃開始后，收集服務(wù)器的總資源和已消耗的資源，部署時，直接利用所采集的數(shù)據(jù)，進(jìn)行相應(yīng)的調(diào)整，并在一定的時間內(nèi)，更新服務(wù)器的資源利用率。這樣可以降低服務(wù)器訪問，這有助于在部署大量的請求時保證服務(wù)的質(zhì)量，并在部署之前重新確認(rèn)服務(wù)器的數(shù)據(jù)?；诜?wù)質(zhì)量和能耗的部署算法的基本流程如圖2 所示。

圖2 基于服務(wù)質(zhì)量和能耗的部署算法流程Fig.2 Deployment algorithm flow chart based on quality of service and energy consumption

目前最普遍使用的云服務(wù)平臺方案是由谷歌公司開發(fā)的Map/Reduce，為此采用其進(jìn)行映射，然后獲得基本數(shù)據(jù)，采用基于五元組的云資源調(diào)度模型進(jìn)行調(diào)度，將公式表示為

式中：T，V，D 代表資源集合、物理設(shè)備集合和任務(wù)集合；MTV，MvD該模型描述了實體裝置與資源的對應(yīng)關(guān)系以及資源與任務(wù)的映射策略。

依據(jù)用戶任務(wù)計算中心對MTV實行分配，將資源使用計劃程序分配到相應(yīng)的實體裝置，以完成任務(wù)映射。將資源傳遞的矩陣表示為

式中：tj，dk分別代表第j 個資源的映射結(jié)果與任務(wù)k到達(dá)設(shè)備上的執(zhí)行時間；ETC 代表預(yù)期實行時間。

將設(shè)備總花費時間表示為

而采用云計算目的是保證上述公式達(dá)到一個最小值，將調(diào)度目標(biāo)函數(shù)表示為

式中：m 代表最終映射執(zhí)行參數(shù)。

基于上述處理，對資源分配，從而有效解決智慧城區(qū)管理過程中常出現(xiàn)資源調(diào)度過慢的問題。

3 仿真實驗

以一個新的一級大城市為例，該城市由26 個區(qū)、8 個縣組成，面積大約80000 平方公里，常住人口3100 萬，根據(jù)2019 年的數(shù)據(jù)，區(qū)域產(chǎn)量總計達(dá)23600 多億。該城市較大，涉及的管理內(nèi)容也較多，為此將該城市內(nèi)部軌道數(shù)據(jù)與生活數(shù)據(jù)作為實驗對象，基本情況如表1 和表2 所示。并為了保證實驗的嚴(yán)謹(jǐn)性，將一種基于區(qū)塊鏈技術(shù)的智能運維系統(tǒng)、基于大數(shù)據(jù)云平臺的智慧城市軌道交通運維管理一體化體系與所提出的管控平臺對比，對比3 個平臺的管控效果。

表1 軌道數(shù)據(jù)Tab.1 Track data

表2 生活數(shù)據(jù)Tab.2 Life data

預(yù)先對比3 個平臺在軌道數(shù)據(jù)上的管控效果，對比結(jié)果如圖3 所示。從圖3 可知，軌道數(shù)據(jù)較少，3 個運維管控平臺在數(shù)據(jù)調(diào)度上花費的時間較少，但是經(jīng)過詳細(xì)對比可知，所提出的平臺應(yīng)用效果更好。

圖3 軌道數(shù)據(jù)調(diào)度時間Fig.3 Track data scheduling time

對比3 個平臺在該城市日常生活數(shù)據(jù)上的管理效果，對比結(jié)果如圖4 所示。從圖4 可知，生活數(shù)據(jù)較多，會使管控時間隨之增加，所研究的管控平臺在生活數(shù)據(jù)調(diào)度上，花費的時間雖然有所提高，但是仍然較另外兩個平臺花費的時間少，所以所提出的平臺在調(diào)度任務(wù)較少與調(diào)度任務(wù)較多時都具有絕對優(yōu)勢。

圖4 日常生活數(shù)據(jù)調(diào)度時間Fig.4 Daily life data scheduling time

在智能城市管理平臺上，資源利用率是一個衡量資源分配效率的指標(biāo)，它反映了一個系統(tǒng)中資源的空閑情況。對比結(jié)果如圖5 所示。從圖5 可知，所研究的整體利用率最佳，基本能夠達(dá)到100%，與另兩個平臺相比，所研究平臺應(yīng)用效果較好。

圖5 平臺資源利用率Fig.5 Platform resource utilization

4 結(jié)語

以云計算為基礎(chǔ)進(jìn)行智慧城市的安全監(jiān)控，可以隨時獲取城市的基本情況，隨時隨地的跟蹤，減少了大量的人力物力。同時，在大量的調(diào)度任務(wù)情況下，仍能快速地進(jìn)行調(diào)度，與同類系統(tǒng)比較，資源分配效率很高。本文的設(shè)計為未來的智慧城市管理研究奠定了基礎(chǔ)，未來可以從更多的角度進(jìn)行深入的探討，例如對智能醫(yī)學(xué)、智能安全等進(jìn)行系統(tǒng)地研究，為未來的城市健康發(fā)展提供更好的理論支撐。